
Apache IoTDB MCP Server
Integrera FlowHunt med Apache IoTDB Model Context Protocol (MCP) Server för att möjliggöra avancerad business intelligence, högpresterande SQL-frågor, stöd för ...

Integrera IoTDB med dina AI-verktyg och arbetsflöden med IoTDB MCP Server för kraftfull, realtidsbaserad analys av tidsseriedata, schemautforskning och automatiserad business intelligence.
FlowHunt erbjuder ett extra säkerhetslager mellan dina interna system och AI-verktyg, vilket ger dig granulär kontroll över vilka verktyg som är tillgängliga från dina MCP-servrar. MCP-servrar som hostas i vår infrastruktur kan sömlöst integreras med FlowHunts chatbot samt populära AI-plattformar som ChatGPT, Claude och olika AI-redigerare.
Apache IoTDB MCP Server är en implementation av Model Context Protocol (MCP) som är utformad för att möjliggöra sömlös databasinteraktion och business intelligence-funktioner via IoTDB, en tidsseriedatabas. Genom att agera som en brygga möjliggör den för AI-assistenter och klienter att köra SQL-frågor mot IoTDB, och därmed stödja dataanalys och hanteringsuppgifter direkt via naturligt språk eller programstyrda LLM-baserade arbetsflöden. Utvecklare kan använda MCP-servern för att utföra databasfrågor, se schemainformation och hämta metadata, vilket förbättrar deras förmåga att integrera IoTDB i AI-drivna utvecklingsmiljöer för uppgifter som att fråga tidsseriedata och hantera databasscheman.
Servern tillhandahåller inga prompts.
Servern exponerar inga resurser.
IoTDB MCP Server erbjuder olika verktyg beroende på vald SQL-dialekt (“tree” eller “table”).
Tree-modell
metadata_queryquery_sql (string) – SHOW/COUNT SQL-fråga att köra.select_queryquery_sql (string) – SELECT SQL-fråga att köra.Table-modell
Frågeverktyg
read_queryquery (string) – SELECT SQL-fråga att köra.Schemainstrument
list_tablesdescribe-tabletable_name (string) – Namn på tabellen att beskriva.uv.{
"mcpServers": {
"iotdb": {
"command": "uv",
"args": [
"--directory",
"YOUR_REPO_PATH/src/iotdb_mcp_server",
"run",
"server.py"
],
"env": {
"IOTDB_HOST": "127.0.0.1",
"IOTDB_PORT": "6667",
"IOTDB_USER": "root",
"IOTDB_PASSWORD": "root",
"IOTDB_DATABASE": "test",
"IOTDB_SQL_DIALECT": "table"
}
}
}
}
uv och IoTDB som förutsättningar.~/Library/Application Support/Claude/claude_desktop_config.json; på Windows, redigera %APPDATA%/Claude/claude_desktop_config.json.{
"mcpServers": {
"iotdb": {
"command": "uv",
"args": [
"--directory",
"YOUR_REPO_PATH/src/iotdb_mcp_server",
"run",
"server.py"
],
"env": {
"IOTDB_HOST": "127.0.0.1",
"IOTDB_PORT": "6667",
"IOTDB_USER": "root",
"IOTDB_PASSWORD": "root",
"IOTDB_DATABASE": "test",
"IOTDB_SQL_DIALECT": "table"
}
}
}
}
uv och IoTDB är installerade.{
"mcpServers": {
"iotdb": {
"command": "uv",
"args": [
"--directory",
"YOUR_REPO_PATH/src/iotdb_mcp_server",
"run",
"server.py"
],
"env": {
"IOTDB_HOST": "127.0.0.1",
"IOTDB_PORT": "6667",
"IOTDB_USER": "root",
"IOTDB_PASSWORD": "root",
"IOTDB_DATABASE": "test",
"IOTDB_SQL_DIALECT": "table"
}
}
}
}
uv och IoTDB.{
"mcpServers": {
"iotdb": {
"command": "uv",
"args": [
"--directory",
"YOUR_REPO_PATH/src/iotdb_mcp_server",
"run",
"server.py"
],
"env": {
"IOTDB_HOST": "127.0.0.1",
"IOTDB_PORT": "6667",
"IOTDB_USER": "root",
"IOTDB_PASSWORD": "root",
"IOTDB_DATABASE": "test",
"IOTDB_SQL_DIALECT": "table"
}
}
}
}
Säkra API-nycklar
API-uppgifter som IOTDB_USER och IOTDB_PASSWORD hanteras via fältet env i konfigurationen. Använd miljövariabler för att undvika hårdkodning av känsliga data. Exempel:
"env": {
"IOTDB_HOST": "127.0.0.1",
"IOTDB_PORT": "6667",
"IOTDB_USER": "${IOTDB_USER}",
"IOTDB_PASSWORD": "${IOTDB_PASSWORD}",
"IOTDB_DATABASE": "test"
}
Och sätt dessa miljövariabler i ditt system innan du startar servern.
Använd MCP i FlowHunt
För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, ange dina MCP-serveruppgifter med detta JSON-format:
{
"iotdb": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
När den är konfigurerad kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och möjligheter. Kom ihåg att byta ut “iotdb” mot ditt faktiska MCP-servernamn och ersätt URL:en med din egen MCP-server-URL.
| Sektion | Tillgänglighet | Detaljer/Noteringar |
|---|---|---|
| Översikt | ✅ | |
| Lista över Prompts | ⛔ | Inga prompts tillhandahålls |
| Lista över Resurser | ⛔ | Inga resurser exponeras |
| Lista över Verktyg | ✅ | Se tree-/table-modellverktyg ovan |
| Säkra API-nycklar | ✅ | Använder env i konfig |
| Sampling-stöd (mindre viktigt i utvärdering) | ⛔ | Ej nämnt |
IoTDB MCP Server är en fokuserad, minimalistisk implementation som tillhandahåller grundläggande verktyg för databasinteraktion med IoTDB. Den saknar avancerade MCP-funktioner såsom prompts, resurser, roots och sampling, men är väl lämpad för sitt specifika användningsområde inom åtkomst till tidsseriedatabaser. Installationen är väl dokumenterad för Claude Desktop; andra integrationer är förväntade men standard. Sammantaget är detta en nischad men solid MCP-server för databascentrerade arbetsflöden.
| Har LICENSE | ✅ (Apache-2.0) |
|---|---|
| Har minst ett verktyg | ✅ |
| Antal förgreningar | 10 |
| Antal stjärnor | 24 |
Maximera dina tidsserieanalyser och databashantering i AI-arbetsflöden genom att koppla IoTDB via MCP Server. Upplev sömlös SQL-frågeställning, schemautforskning och metadata-insikter.

Integrera FlowHunt med Apache IoTDB Model Context Protocol (MCP) Server för att möjliggöra avancerad business intelligence, högpresterande SQL-frågor, stöd för ...

YDB MCP-servern kopplar samman AI-assistenter och LLM:er med YDB-databaser och möjliggör åtkomst, sökning och hantering av YDB-instans via naturligt språk. Den ...

JDBC MCP Server fungerar som en brygga mellan AI-assistenter och SQL-databaser via JDBC-protokollet, vilket möjliggör realtidsfrågor, automatisering av analys o...
Cookie-samtycke
Vi använder cookies för att förbättra din surfupplevelse och analysera vår trafik. See our privacy policy.